리서치 연구
Looped Language Models Improve Compositional Tool Calling
ARarXiv
arXiv 논문이 루프형 언어모델의 조합형 도구 호출 성능을 실험으로 확인한다.
세 줄 요약
- API-Bank, BFCL, NESTful에서 native와 retrofit 루프 모델을 비교했고, 재귀 깊이를 늘리면 다단계 도구 사용 정확도가 대체로 오른다.
- 도구 호출 간 상태와 의존성을 유지해야 하는 에이전트 워크플로에서 계산과 성능의 균형을 잡는 설계 근거를 제시한다.
- 단독 API 호출에서는 이득이 작고 모델에 따라 달라지며, 적응형 추론이 필요할 때만 추가 계산으로 효율을 높인다.
arXiv 논문이 루프형 언어모델의 조합형 도구 호출 성능을 실험으로 확인한다.